Contexto actual

• Volumen de datos global crece >40% anual (IDC, 2024).
  
• Solo ~30% de las empresas se considera realmente data-driven (McKinsey, 2023).
  
• El valor no está en acumular datos, sino en estructurarlos, analizarlos e interpretarlos.

Rol de la IA

• IA = capacidad de extraer patrones y predicciones
  
• Integra datos estructurados y no estructurados (texto, imágenes, audio, video, documentos) y los convierte en información utilizable; arquitecturas empresariales actuales permiten extraer y mapear contenido no estructurado y combinarlo con recuperación + generación (RAG)
• Permite reducir incertidumbre y mejorar la velocidad y calidad de la decisión

Diferencia entre decisiones intuitivas vs. basadas en datos.

Por ejemplo, en el ámbito personal, ¿cómo decidir entre una oferta de trabajo que implica un mayor salario pero requiere re localizarse o una oferta con menor salario pero un mejor equilibrio entre la vida laboral y personal?

La dualidad acá está entre tomar una decisión en base a nuestro instinto o en base a un sistematización de puntos a favor o puntos en contra. Esto independiente del método o metodología.

Para esto, debemos desarrollar un framework orientado a la toma de decisiones; en la actualidad se habla de decision science, como el campo multipdisciplinario orientado a desarrollar un enfoque sistemático y orientado en datos (data-driven) para resolver problemas, optimizar desempeño y resultados.

Como áreas relacionadas se encuentran las matemáticas, estadística, psicología, economía, ciencias de la computación, etc.

El punto principal se basa en tomar decisiones informadas; una herramienta común a las ciencias es el método científico.

Método científico

Corresponde a la metodología aplicada en ciencias orientada a enteder la realidad y generar nuevos conocimientos en base a la observación sistemática, medición y experimentación en base al análisis y formulación de hipótesis. Se puede dividir en las siguiente etapas:

Podemos afirmar lo siguiente: “Cada decisión en salud, finanzas o negocios se basa en una predicción — explícita o implícita. El valor/desafío está en hacerla con evidencia”.

• Decisiones: independiente del tipo de institución, es necesario tomar decisiones de gestión
• Predicción: visión del futuro en base a la información del pasado
• Evidencia: relación con el método científico y decision science

Framework de trabajo

El enfoque de decision science plantea el siguiente framework:

1. Definir el problema
2. Reunir y analizar datos
3. Desarrollar y evaluar alternativas
4. Seleccionar e implementar soluciones

Se debe tener claridad en la toma de decisiones (no desarrollar/invertir en nada que no tenga sustento en datos), identificar tendencias y generar predicciones para reducir/interiorizar la incertidumbre.

• Por ejemplo: generar una gestión correcta de camas dentro de un recinto hospitalario para aumentar la rentabilidad/bienestar de maximizar la ocupación del recinto.

Sesgos más allá de los datos

Un warning relevante es la necesidad de estar siempre atentos a los posibles sesgos inconscientes dentro de la toma de decisiones:

Ejemplo

¿Qué se prefiere?

• Situación A: Ganar 500 USD con seguridad
• Situación B: 50% de probabilidad de ganar 1.000 USD y 50% de no ganar nada

Resultado:

• La mayoría elige A, pero ¿es correcto eso?

Sobre la racionalidad

Se asume que siempre estamos en un contexto de racionalidad perfecta, lo que implica la existencia de información completa y la no existencia de sesgos ni emociones. A pesar de esto, en la realidad, se toman decisiones en racionalidad incompleta o limitada:

1. Los seres humanos tenemos límites cognitivos
2. Tiempo e información limitados
3. Estamos sujetos a emociones y sesgos

Utilización de datos

Jack Maple y COMPSTAT Center

Recuperada en: https://www.nydailynews.com/2013/09/16/hamill-bill-de-blasio-says-bill-bratton-on-short-list-to-be-police-commissioner

Tiempo promedio de hospitalización:

En un caso simple, podriamos pensar en el promedio de días que pasa cada paciente por alguna patología en particular.

Tenamos los siguientes datos de altas pacientes con neumonía y queremos predecir el tiempo promedio de hospitalización en días:

tiempo <- c(2,3,1,5,7,8,9,3,4,6,2,10,11,7,5,4,12,8,9,6)
alta   <- c(1,1,1,1,1,0,0,1,1,1,1,0,0,1,1,1,0,1,1,1)

Acá la censura corresponde a los pacientes que no han sido dados de alta (alta = 0).

Veamos el análisis de Weibull para estos datos:

Concepto de Data-Driven Organization.

Es algo que al parecer todos tenemos claros, pero cuáles son las carácteristicas de estas empresas (ESE, 2021 y Castro, 2023):

Experimentación

Dentro del contexto de decision science hablamos de la conexión con el método científico; elemento clave es la experimentación.

• Debemos pasar de intuir a medir: The Surprising Power of Online Experiments
• Si no experimentas, adivinas: Great Strategy Starts with Experimentation
• Cultura de experimentación: Democratizing online controlled experiments at Booking.com

Algunos ejemplos

Epigenética y la utilización de ratones

• Experimentación en ratones, ¿por qué?
• No mutaciones del ADN, pero que pueden ser heredables

NASA versus Space X

• “Disminuir infinitamente el riesgo aumenta infinitamente el costo”
• Space X con un costo de 67 million por lanzamiento para el Falcon 9; Nasa SLS sobre los $4 billion USD (más info)

“Decisiones con o sin datos”

Medidas de éxito

• Desempeño: exactitud (accuracy), precisión u otros indicadores técnicos
• Tiempo: entrega en plazo
• Costo: relación con presupuesto
• Calidad: Claridad en el código, documentación y reproducibilidad
• Impacto en stakeholders: satisfacción, comunicación, etc.

Conceptos clave: promedio, varianza, correlación, causalidad.

Podemos partir por lo más conocidos, como las medidas de tendencia central y de dispersión y correlación

• Media, mediana, moda
• Varianza y desviación estándar
• Correlación

Precio de acción de LATAM:

Veamos una ventana de tiempo distinta:

Por último:

Tipos de modelos

Por lo general, se habla de dos tipos de modelos:

• Modelos de regresión: variable objetivo es numérica o continua
• Modelos de clasificación: variable objetivo es categórica o discreta

Otros modelos relacionados con la clasificación:

• Clustering: buscan descubrir patrones dentro de los datos

Dependiendo el tipo de aprendizaje se puede hablar de supervisados y no supervisados.

Métricas de modelos

Algunas de las métricas más utilizadas son:

Matriz de confusión

Recuperada en: https://www.innovatiana.com/es/post/understand-confusion-matrix-in-ai

Precision

Quieres evitar falsos positivos: es decir, no marcar algo como positivo si no lo es

Recall

Quieres evitar falsos negativos: es decir, no dejar pasar algo que sí era positivo.

Incertidumbre y confianza en la interpretación de resultados.

Simulaciones de Monte Carlo

Una simulación corresponde a imitar en un entorno controlado para experimentar posibles comportamientos futuros de un sistema particular. En este caso lo que se simula es el valor futuro de la serie de tiempo que estamos intentando predecir.

El concepto de Monte Carlo corresponde al muestreo aleatorio repetido de múltiples valores futuro para poder incorporar incertidumbre dentro de nuestras predicciones.

Aplicación en evaluación de proyectos

En el caso de proyectos, podemos realizar un análisis de carácter estocástico, lo que implica asumir que alguna de las variables no es conocida pero si que puede estar situada dentro de algunos parámetros.

Veamos el siguiente ejemplo:

Una empresa está evaluando la introducción de un nuevo producto y desea conocer la probabilidad que obtenga pérdidas. Para cumplir dicho propósito lo contrata a usted para construir un modelo financiero del negocio.

Después de realizar la debida investigación, usted decide construir una simulación de Monte Carlo que le permita generar la distribución de probabilidad de las utilidades del negocio, modelando separadamente los ingresos y los costos totales, considerando los siguientes elementos:

En el caso de los costos totales, los costos fijos son iguales a $150 y los costos variables unitarios son constantes y son modelados usando una distribución triangular con los siguientes parámetros:

A. ¿Cuál es la probabilidad que el negocio tenga pérdidas?

[1] "Prob(utilidad<0) = 0.3"

B. Calcule el valor esperado de las utilidades del negocio

[1] "Valor esperado utilidad = 78.35"